中国上市公司经营绩效评价-基于有色金属行业的统计研究.doc

上传人:M****1 文档编号:561131577 上传时间:2023-10-05 格式:DOC 页数:9 大小:208KB
返回 下载 相关 举报
中国上市公司经营绩效评价-基于有色金属行业的统计研究.doc_第1页
第1页 / 共9页
中国上市公司经营绩效评价-基于有色金属行业的统计研究.doc_第2页
第2页 / 共9页
中国上市公司经营绩效评价-基于有色金属行业的统计研究.doc_第3页
第3页 / 共9页
中国上市公司经营绩效评价-基于有色金属行业的统计研究.doc_第4页
第4页 / 共9页
中国上市公司经营绩效评价-基于有色金属行业的统计研究.doc_第5页
第5页 / 共9页
点击查看更多>>
资源描述

《中国上市公司经营绩效评价-基于有色金属行业的统计研究.doc》由会员分享,可在线阅读,更多相关《中国上市公司经营绩效评价-基于有色金属行业的统计研究.doc(9页珍藏版)》请在金锄头文库上搜索。

1、-精品word文档 值得下载 值得拥有-中国上市公司经营绩效评价体系基于有色金属行业的统计研究摘要:本文通过因子分析方法对有色金属行业上市公司经营状况进行了分析,构建了反映公司经营业绩的二级评价体系,有利于投资者和经营者全面了解对公司经营状况。关键字:有色金属,因子分析,绩效评价一. 前言随着我国股票市场的发展,上市公司数量与日俱增。截止2010年8月,中国境内的上市公司数量已达到1947家。不同利益者对上市公司经营绩效的评价方法不同,如何正确公允地评价上市公司的经营绩效是投资者、管理者和证券分析人员共同关系的课题。目前绩效评价的方法主要有两类1:一是主观赋权的评价方法,但是当评价指标较多,指

2、标间相互关系复杂时,用人为的方法确定指标权重,容易造成评价结果的主观性;二是定量方法,如AHP、DEA等方法,因为过多的依赖数据资料而忽略了指标综合体系的重要性,当指标间的相关度较大且公司数量较多时,同样也容易导致评价失衡。 以上两类方法都是通过财务指标建立一个评价体系来对企业的经营绩效进行估计,都存在一定的缺陷。因此,本文采用因子分析法来建立一个能够克服以上缺陷的绩效评价体系。 因子分析法是用少数几个因子去描述许多指标之间的联系,即将相关性比较密切的几个变量归在同一类中,每一类变量就成为一个因子,这些因子通常可以根据具体专业知识解释其独特的含义。其主旨在于将多维数据降低为低维综合指标,在尽量

3、可能少损失主要信息的前提下,避免变量间多重共线性问题,使指标体系的分析更加简单有效,且以每个观测指标提供的信息量为权重,避免了权重确定的的主观性。由于财务指标是对企业过去生产经营过程和成果的反应,本文依然将其作为因子分析的观测指标。二. 研究设计(一)样本的选取和数据来源 2010年金属价格飞涨,推动有色金属股上涨,成为投资者关注的焦点,本文就以有色金属行业为例研究上市公司的绩效评价。为了尽量减少偶然因素的影响,本文采用20082010年间财务指标的算术平均值作为观测变量。目前,沪深两市中有色金属行业中有34家上市公司,剔除2010年8月上市的丽鹏股份,样本中共有33家公司。财务指标主要来源于

4、上市公司资讯,因子分析过程都由SPSS17.0完成。 (二)指标的选取指标的选择必须要具有意义、可测量性、可控性和实用性。郭珂君(2008)提出2:由于有色金属行业上市公司经营的特殊性,其平均流动比率为1.13,远远低于一般经验之2,其平均流动比率为0.52,出现这种现象是由于有色金属行业生产销售的特殊性和应收账款的周转速度、存货所占比率和周转速度、应收账款的变现能力以及应付账款的金额共同决定。资产负债率平均为63%,过高说明偿债能力低,过高说明利用财务杠杆的融资能力差。 虽然投资者最为关注盈利能力,但现金流状况同样重要。主营铝冶炼及铝加工制品的焦作万方2005年经营亏损1.2亿元。但是由于公

5、司以前年度的销售回款以及该年增加的应付票据,使公司的经营活动现金流量较上年增加7.05亿元。因此,本文选取两级财务指标从盈利能力、偿债能力、发展能力、资产管理能力和现金流量五个方面全面衡量企业的经营绩效。具体指标见表1表1, 评价上市公司经营绩效的财务指标盈利能力指标:偿债能力指标:销售净利率流动比率总资产收益率速动比率净资产收益率资产负债率每股收益资产管理能力指标:扩张能力指标:应收账款周转率主营业务增长率存货周转率总资产增长率总资产周转率每股总资产现金流量指标:经营现金流量比率经营现金负债总额比三. 因子分析法步骤(一)数据预处理首先,将适度指标转化为正指标。由于有色金属行业生产销售的特殊

6、性和应收账款的周转速度、存货所占比例和周转速度、应收账款的变现能力以及应付账款的金额的特殊性,其流动比适度值取1.13,速动比率适度值取0.52,资产负债率适度值为0.6。 处理公式为:,其中为适度值。其次,为避免量纲不同而带来数据间无意义的比较,在适度化处理的基础上将所有的数据进行标准化无量钢化处理。方法为:Zij= (Xij- Xi)/i,式中Xi和i 分别是指标Xi 的样本均值和样本标准差。(二)KMO 检验和Bartletts 球形检验及相关性检验进行KMO 检验和Bartletts 球形检验,判定是否适合做因子分析。检验结果如表2 所示。表2 KMO and Bartletts Te

7、stKaiser-Meyer-Olkin Measure of Sampling Adequacy.541Bartletts Test of SphericityApprox. Chi-Square586.949df105Sig.000 从表2 中看出,Bartletts 球形检验的显著性水平为0,拒绝原假设,说明各变量间存在相关性,适合进行因子分析。而KMO 检验的值为0.541,并没有达到普遍认为效果较好的70% 以上。因子分析适用的前提是各个观测指标之间存在相关性,因此我们进一步采用了双变量相关性检验来观察各个变量之间是否存在相关性。表3 Pearson CorrelationZ1Z2Z

8、3Z4Z5Z6Z7Z8Z9Z10Z11Z12Z13Z14Z11Z2.569*1Z3.395*-.0031Z4.746*.199.837*1Z5.852*.323.375*.678*1Z6-.025-.033-.161-.093.0251Z7.207.146-.206.108.106.2171Z8.308.205-.287.040.277.134.732*1Z9.251.210.452*.507*.161-.096.018-.1431Z10.229.160.472*.513*.139-.094.042-.165.995*1Z11-.370*-.544*-.422*-.533*-.286.078-

9、.057.131-.659*-.638*1Z12-.320-.170-.064-.128-.561*-.170.143-.178-.090-.052.1821Z13.325.192.470*.442*.297-.569*-.232-.342.361*.374*-.340.1001Z14.376*-.029.772*.722*.210-.014-.082-.241.478*.501*-.306.094.3291Z15.276-.130.819*.697*.150-.037-.132-.256.460*.485*-.250.119.315.977*显著性水平为0.01(双侧) *显著性水平为0.0

10、5(双侧)Z1每股收益;Z2每股净资产;Z3销售净利率;Z4总资产收益率;Z5净资产收益率;Z6应收账款周转率;Z7存货周转率;Z8总资产周转率 ;Z9流动比率;Z10速动比率;Z11资产负债率;Z12主营业务收入增长率;Z13总资产增长率;Z14经营现金流量比率;Z15经营现金负债总额比率从表3中,我们可以看到至少每两个变量之间都存在相关性,且都通过了显著性检验。其中应收账款周转率只与总资产增长率存在相关性,存货周转率与总资产周转率存在相关性,其他变量之间都多与多个变量之间存在相关性。因此,我们可以认为本文选取的样本采用因子分析法是有意义的。(三)求相关系数矩阵的特征值及贡献率并选取主因子特

11、征值在某种程度上可以被看成是表示主成份影响力度大小的指标,如果特征值小于1,说明该主成份的解释力度还不如直接引入一个原变量的平均解释力度大。因此一般选取特征值大于1 的主成份纳入模型。贡献率反映的是在有色金属行业上市公司经营业绩中起支配作用的因素,称为公共因子,按最初n个特征值在全部特征值中的累计贡献变量率大于或等于80%的要求决定n具体数值。 表4中显示5个公共因子被提取出来,其累计贡献率达到了85.237%,选取这5分公共因子代替原来的15个指标。表4 Total Variance Explained解释的总方差ComponentInitial Eigenvalues初始特征值Extrac

12、tion Sums of Squared Loadings提取平方和载入Rotation Sums of Squared Loadings旋转提取平方和载入Total% of VarianceCumulative %Total% of VarianceCumulative %Total% of VarianceCumulative %15.51236.74936.7495.51236.74936.7493.67424.49624.49622.76118.40955.1582.76118.40955.1582.74918.32442.82031.65911.06166.2191.65911.06

13、166.2192.71518.10060.92041.57110.47576.6931.57110.47576.6931.93712.91173.83151.2818.54385.2371.2818.54385.2371.71111.40585.237(四)求最大方差正交旋转矩阵及因子命名建立因子分析模型不仅是为了找到公共因子,更重要的是知道每个公共因子的含义,因此必须使初始载荷矩阵结构简化,内涵明确,在保持原有指标与因子内在结构不变的前提下,使每个因子各指标的载荷系数向0、1两极化。本文采取的方法师对初始载荷矩阵施行方差极大旋转,得到旋转后因子载荷矩阵(见表5)表5 旋转后因子载荷矩阵Rotated Component MatrixaComponentF1F2F3F4F5每股收益.336.144.790.321.198每股净资产-.262.446.501.246.248销售净利率.835.216.222-.20

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 中学教育 > 其它中学文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号